書籍

リアルワールドデータの真っ赤な真実

宝の山か,ごみの山か

: 山下武志
ISBN : 978-4-524-25273-2
発行年月 : 2017年7月
判型 : A5
ページ数 : 140

在庫あり

定価2,916円(本体2,700円 + 税)


  • 商品説明
  • 主要目次
  • 序文
  • 書評

臨床現場における処方の実態や有効性、副作用を示すものとして、近年、注目を集めている“リアルワールドデータ(RWD)”。一体どのようなデータなのか、読む際のコツや注意すべきポイントは何か、難解なテーマをやさしく明快に解説。リアルワールドデータを賢く読んで診療に役立てるためのエッセンスをこの1冊に凝縮した。医療ビッグデータの活用が加速しつつある今だからこそ、ビギナーから患者に質の高い医療を実践したい医師まで、すべての医療者にオススメする。

第1章 花盛りのリアルワールドデータ(RWD)に戸惑っていませんか?
 1 RWDとは何?
  最近よく耳にするRWDという用語
  なぜ今,RWDなのか?
 2 PubMedにみるRWDの現状
  RWDのトレンドをみてみる
  トレンドとなる背景
 3 膨大なRWDを少しだけ実感してみる
  巷にあふれるRWD
  あふれているRWD…その中身は?
  RWDは多様性を持っている
第2章 「無作為化比較研究(RCT)は観察研究より上位」という考え方にすぐ納得できますか?
 1 エビデンスのピラミッド
  エビデンスのピラミッドが生みだす盲信
  エビデンスレベルが高いものをそのまま現場にあてはめてよいのか?
 2 「efficacy」と「effectiveness」は違う
  「efficacy」とRCT
  「effectiveness」とRWD
  似ているようで異なる2つの単語
  ちなみに「efficiency」とは?
 3 臨床現場は二度変わる
  RCTによるefficacyの証明
  effectivenessを見出せないRWDもある
 4 RCTとRWDの順序が持つ意味
  RCD(RCT発表前)とRCT
  RWD(RCT発表後)とRCT
  RCDとRWD
  いつも一致するわけじゃないRCTとRWDの解析結果の受け止め方
 5 RWDしか存在できないという現実
  超高齢者をRCTの対象にしてみたら
  登録できない患者が多いという現実
第3章 RWDを読むコツ
 1 RWDを読む前提(1):「真実はただ一つ」という誤解から解き放たれておく
  現実の医療では「答えは一つ」じゃない
  RWDの多様性を実感してみる
  「真実は一つではない」:多様性からみえるもの
 2 RWDを読む前提(2):「クリニカルクエスチョンに答える」が目的?
  RWDの目的がぼやけていないか?
  RWDをどのように扱えばよいだろう
  RWDの活用には自らの準備,課題意識が必要
  RWDの強みはどんなときに発揮される?
 3 RWDを読む前提(3):RCTを読むリテラシーが必要
  「結果」がいつも正しい真実とは限らない
  「偶然」による結果
  「バイアス」が影響した結果
  結果をみる際の心得
 4 RWDを読むための3つのキーワード
  まずは3つの前提を念頭に
  次に3つのキーワードに注目する
 5 「標的集団」に注目する
  RWDを疾患単位でとらえる落とし穴
  RWDにおける患者はどんな患者か?:標的集団を意識する
  誰が診療を行ったRWDなのかに着目する
  標的集団が自分の意図するものかどうか
 6 結果ではなく「課題意識」に注目する
  データベースが作成された意図や資本をチェック
  RWDの論文タイトルに筆者の主張が表されていないか?
  自分なりにRWDの信頼度,重要度をはかる
 7 「患者数」と「イベント数」に注目する
  「約」という感覚が持つ重要性
  「約」の感覚をRWDでどう生かすか?
第4章 あふれた「リアルワールド」にある,自分にとっての有益な情報
 1 発展する保険データベース(ビッグデータ)を読む際の注意
  患者登録研究と保険データベース研究は異なる
  実例にみる保険データベース研究
  診療報酬明細書から成立したデータベース
  どうやって研究対象者を抽出するのか?
  診断的中率の誤差は大きい
  保険データベース研究の意義と限界を知る
 2 みんなにとってのRWD,自分にとってのRWD
索引

本書を手にとった皆さんへ

 新しい授業科目、教科と聞いて、どんな気持ちになるでしょう。たとえば、中学校に入学したときの「英語」、高校での「数I」、大学教養課程の「法学」や「哲学」がそれにあたるでしょうか。わくわくする気持ち、不安な思い、面倒くさいな、嫌だなという思いなど、さまざまな感情が入り混じったものが浮かぶのではないでしょうか。私にとって、「real world data(RWD)」はそんな存在です。といっても、「今から始めますよ」という前もった始業式やオリエンテーションはなく、突如どこからともなく先生がやってきて、自己紹介もしないでいきなり授業を始めたという感じでしたが…。
 医療は、いつもその時代が求めるニーズに応じ進歩と発展を遂げています。1990年代より今日まで、無作為化比較試験、クリニカルエビデンス、メタ分析、ガイドラインなどが、そのような発展の中心軸となってきました。これらの「教科」については十分なテキストが世に生まれ、さまざまな機会を通じ教育・啓蒙がなされています。しかし、こうした教科だけでは、時代が医療に求めるニーズにやがて対応できなくなるような気がしています。だから、新しい「教科」が萌芽しつつある…このように受け止めてみたらどうでしょう。
 本書は「real world data」に関するテキストと自負してますが、なにぶん、筆者はまだこの教科の期末試験を受けたことがないばかりか、その授業を受けている真っ最中です。さらに、「だからこそ入門書としてむしろ適切だろう」なんて都合のよいことを考えています。それでも、読者には新しい教科の授業を受け始めたときのわくわく感を少しでも感じてもらえたら幸いです。
 ちなみに、「real world data」に似た用語に、「real world evidence」という言葉があるのですが、勉強すればするほど後者の用語は今一つなので、本書では前者の用語を用いました。クリニカルエビデンスと混同、誤解してしまうような用語を用いるのではなく、正々堂々と、これまでとはまったく異なる教科なんだと胸を張るぐらいのほうがぴったりだと思うからです。

2017年6月
山下武志

−いまリアルワールドデータを読み解く意味
 いまや『統計学が最強の学問』(西内 啓、2003)であり、『今後10年間で最もセクシーな職業は統計家である』(ハル・ヴァリアン、2009)らしい。統計学は何故にそのような「破格の扱い」を受けるに至ったのか?
 その前に、まず医学的な因果推論について考えてみたい。この世に因果律が成り立つかどうかの根本命題は脇に置くとして、少なくとも医療、とくに薬物療法を行う際に「AならばB」が成り立つか否かは最重要である。心房細動抗凝固療法の場合、Aは「抗凝固薬を服用する」、Bは「脳塞栓(+大出血)が予防できる」である。一般に因果関係が偽であることを証明するには反例を一つ挙げれば事足りるが、真であることを証明することは難しい。そこで統計学の登場である。「Aであるときに必ずしもBである」必要はないが、「AであるときにBとなる確率は、AでないときにBとなる確率より高い」ことを言わなくてはならない。この統計学的因果推論こそEBMの主文法である。統計的因果推論には2つの方法論がある。一つは世界の現状を「記述」する仕方、もう一つは世界に「介入」(具体的には一つの条件のみ異なる2つの集団を比較)する仕方である。
 pre-EBM時代には、症例対照研究か少数の後ろ向きコホート研究しか存在せず、医学的意思決定は経験則か先人のご託宣に基づいていた。しかし1990年以降、無作為化比較試験(RCT)が確立し、warfarinの医学的信頼性と妥当性が確立されたのである。直接経口抗凝固薬(DOAC)の発売と普及も、当然のごとくRCTの産物である。さて時代は2010年代、リアルワールドデータ(RWD)が登場した。2000年頃からEBMをかじっていた私などにとってRWDといわれても「単なるコホート研究で昔からあるよ」くらいにしか考えていなかった。ところが、現実はそうした認識を追い越すのかもしれない。2013年頃から医療系のデータベース、とくに欧米諸国のレセプト系データや製薬企業の支援を受けた国際的なレジストリ系データなどの充実が顕著となってきたのである。
 RWDがクローズアップされるに至った潮流を小難しく語ってきたが、山下先生はそうした一連の状況変化を、いつもながらの平易かつ精緻な語り口で解き明かしてくれる。何より、根拠として挙げられている実際の臨床試験の豊富さと適切さには、「これを言うにはこの研究をもってくるのだなあ」といつも敬服させられるのである。さらに国内外の多くの臨床研究に携わってきたご経験に基づく、日本における保険データベース研究の困難さについての言及は非常に現場感覚に溢れ、RWDを読む目を大きく変えるかもしれない。本書で最もプラクティカルな部分は、後半の「RWDを読むための3つのキーワード」であろう。1)標的集団、2)課題意識(データベースの成り立ちと筆者の主張のあり方)、3)患者数とイベント数、の3つを押さえて読むとの指南は、明日からでもすぐに実践したいポイントである。
 RWDもRCTも、あるいは統計的因果推論も、患者-医療者の意思決定理論としては実は手薄いかもしれない。たとえ医療者がエビデンスのリテラシーに習熟しても、患者も、そして医師においても意思決定には伝統的確率論とは別の世界の尺度を用いることのほうが多いかもしれない。さらにAIが席巻する時代になれば、もはやエビデンスリテラシーなど不要で、AIが即座に(確率上)適切な意思決定を代行してくれるかもしれない。しかしながら、医学の分野でビッグデータがそこまで実践応用されるのはもう少し先であり、クリニカルエビデンスが意思決定の一部でしかないとしても、そのリテラシーを常に磨いておくことは臨床家のスキルアップとしていまだに当然の要件であると思われる。そのようなときに、本書を手にすることの意義は大きいと考えられる。

臨床雑誌内科121巻6号(2018年6月号)より転載
評者●土橋内科医院院長 小田倉弘典